[DA와 ML] 06 회귀분석기법 미션 : X, Y 입력받기
이론 개념 [DA와 ML] 선형회귀법이란? 회귀분석이란? Linear Regression (선형회귀법) 종속변수 y : 스칼라로 표현 독립변수 X : 벡터 형식으로 표현 이 두 변수 간의 관계를 표현하기 위한 알고리즘이다. 독립변수 X가 스칼라 값일 경우 (즉 1차원 벡터일 0ver-grow.tistory.com 해답 2. Numpy 사용하기 Numpy 시작하기 import numpy def matrix_tutorial(): # 3×4 의 크기를 가진 2차원 배열 선언 A = numpy.array([[1,4,5,8], [2,1,7,3], [5,4,5,9]]) return A print(matrix_tutorial()) 행렬변환 import numpy de.. iamdaisy.tistory.com impo..
2020. 10. 13.
[DA와ML_05.PY lib활용한 기초 행렬 미션] 전치행렬(transpose), 역행렬(linalg)
2. Numpy 사용하기Numpy 시작하기 import numpy def matrix_tutorial(): # 3×4 의 크기를 가진 2차원 배열 선언 A = numpy.array([[1,4,5,8], [2,1,7,3], [5,4,5,9]]) return A print(matrix_tutorial()) 행렬변환 import numpy de..iamdaisy.tistory.comimport numpy def matrix_tutorial(A): # 2 : A의 전치행렬 B를 생성 B = A.transpose() try: #3 - 1 : B의 역행렬을 구해 C로 저장 C = numpy.linalg.inv(B) except: #3 - 2 : 에러 발생시 return "not invertible" # 4 : C안..
2020. 10. 13.
[NumPy] Numpy란?
고성능의 수치 계산 라이브러리 py에서 대규모 다차원 배열을 다룰 수 있는 라이브러리 N차원의 배열 객체를 지원 효율적인 데이터 분석을 도와줌 데이터의 대부분은 숫자 배열 list VS numpy - 리스트에 비해 빠른 연산, 효율적인 메모리 사용 - list와 달리 numpy의 array는 단일타입 (float64) list(range(10)) # [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] import numpy as np np.array([1, 2, 3, 4, 5]) # array([1, 2, 3, 4, 5]) 실습 numpy library에서 자주 사용되는 함수들로는 np.array - 배열생성 np.zeros - 0이 들어있는 배열 생성 np.ones - 1이 들어있는 배열 생성 np..
2020. 10. 5.
[NumPy] numpy 문제 풀기. 0의 갯수 세기
문제import numpy as np daily_liar_data = [0, 0, 0, 0, 0, 1, 1, 0, 1, 1, 0, 0, 0, 1, 0, 0, 1, 0, 0, 1, 0, 0, 0, 1, 0, 0, 0, 0, 0, 1, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 0, 1, 1, 0, 0, 0, 0, 0, 1, 0, 1, 0, 0, 1, 0, 1, 0, 0, 1, 0, 0, 0, 0, 0, 1, 0, 1, 0, 1, 1, 0, 0, 0, 1, 0, 0, 0, 1, 0, 0, 1, 0, 0, 1, 0, 1, 0, 0, 1, 0, 0, 0, 0, 0] # 양치기 소년이 거짓말을 몇 번 했는지 구하여 출력해주세요. def main() : # 코드 작성 if..
2020. 10. 5.
[NumPy] numpy, np, 브로드캐스팅 연산(Broadcasting)
Broadcasting 행렬에 따라서 연산하기 (행렬,연산) 다음과 같은 경우 다른 차원의 데이터로도 연산이 가능하다. (3,3) + (1,3) = (3,3) shape이 다른 array연산하기 퀴즈 A = np.arange(6).reshape(3,2) B = np.arange(3).reshape(3,1) print(A+B) 정답 [[0 1] [3 4] [6 7]] 퀴즈 import numpy as np ''' [[0] [1] [2] [3] [4] [5]] 배열 A와 [0 1 2 3 4 5] 배열 B를 선언하고, 덧셈 연산해보세요. ''' # 정답 A = np.arange(6).reshape(6,1) B = np.arange(6) print(A+B)
2020. 10. 5.
